Integrating clinical, genomic, metabolomic and dietary data through machine learning to improve our understanding of their influences on blood pressure regulation / P. Louca, T. Tran, C. du Toit, P. Christofidou, T. Spector, M. Mangino, K. Suhre, S. Padmanabhan, C. Menni. - In: JOURNAL OF HUMAN HYPERTENSION. - ISSN 0950-9240. - 36:Suppl. 1(2022), pp. 1-2. (Intervento presentato al convegno Annual Scientific Meeting of the British and Irish Hypertension Society (BIHS) nel 2022).

Integrating clinical, genomic, metabolomic and dietary data through machine learning to improve our understanding of their influences on blood pressure regulation

C. Menni
Ultimo
2022

Settore MEDS-24/A - Statistica medica
2022
Article (author)
File in questo prodotto:
File Dimensione Formato  
s41371-022-00734-5.pdf

accesso riservato

Tipologia: Publisher's version/PDF
Dimensione 799.21 kB
Formato Adobe PDF
799.21 kB Adobe PDF   Visualizza/Apri   Richiedi una copia
Pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2434/1101016
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? 0
social impact